Prompts: Cómo interactuar correctamente con la IA

La inteligencia artificial está transformando la forma en que trabajamos. Pero aquí está la paradoja: tener acceso a herramientas como ChatGPT, Gemini o Perplexity no garantiza resultados excepcionales. La diferencia está en saber comunicarse con ellas.

Dominar el arte del prompting se ha convertido en el nuevo lenguaje esencial entre humanos y máquinas. En este artículo, te comparto lo que aprendí al estudiar a fondo cómo funcionan los LLMs y cómo puedes aprovecharlos al máximo en tu día a día profesional.

¿Qué es un prompt?

Un prompt es, literalmente, una instrucción. Es lo que tú escribes para indicarle a la IA qué necesitas. Pero cuando interactúas con ChatGPT o cualquier modelo de lenguaje, estás trabajando con dos capas de instrucciones:

• User Prompt (visible): Es lo que tú escribes directamente. Por ejemplo: "Redacta una meta descripción para un blog de SEO".

• System Prompt (invisible): Son las instrucciones base con las que se configuró el modelo. Este prompt, invisible para el usuario, le dice al modelo qué puede y qué no puede hacer, cómo debe comportarse y qué limitaciones tiene.

Cuando chateas con una IA, ambas capas se combinan para generar la respuesta. Tú solo controlas el user prompt, pero entender que existe un system prompt te ayuda a comprender por qué a veces el modelo responde de cierta manera o se niega a hacer algo.

Cómo estructurar un buen prompt

Existe un mito de que mientras más largo y elaborado sea un prompt, mejor será la respuesta. Esto no es del todo cierto. La complejidad del prompt debe ser proporcional a la complejidad de lo que esperas recibir.

Si quieres algo simple como "Dame ideas para escribir en el blog de Postedin", ese prompt puede ser suficiente. Pero si necesitas algo más estructurado y específico, entonces sí debes elaborar más.

Los 4 elementos esenciales de un prompt efectivo

Cuando necesitas respuestas complejas, un buen prompt debe incluir:

1. Tarea: define con claridad qué quieres que haga la IA. Mantén una tarea por prompt. Si le das múltiples tareas en una sola instrucción, el modelo tiende a marearse y produce resultados inconsistentes.

2. Contexto: esta es la parte más importante. Imagina que le estás explicando tu necesidad a alguien que viene de otro continente y no conoce nada de tu empresa. Cuanto más contexto des, mejor será la respuesta.

3. Formato: especifica cómo quieres recibir la información. ¿Una tabla? ¿Texto plano? ¿Un JSON? Define el formato para que la respuesta sea fácil de usar.

4. Ejemplos: Los modelos son excelentes detectando patrones. Si les das ejemplos de lo que esperas, aprenderán el estilo, tono y estructura que necesitas.

El rol prompting: ¿realmente funciona?

Seguramente has visto prompts que empiezan con "Eres un experto en SEO" o "Actúa como Albert Einstein". Esto se llama rol prompting, y es una de las técnicas más malentendidas.

• Hice una prueba simple: le pedí a ChatGPT que resolviera una multiplicación compleja. Primero, diciéndole que era un profesor de matemáticas. Luego, diciéndole que era Albert Einstein.

• Los resultados fueron reveladores: ambas respuestas estaban equivocadas. La calculadora de Windows me dio el resultado correcto.

¿Para qué sirve el rol prompting?

• Sirve para: Adaptar la personalidad, el tono y el estilo de las respuestas.

• No sirve para: Hacer que el modelo sea más inteligente o más preciso en un tema específico.

Si le dices a ChatGPT "Eres un experto en SEO", no aumentará su conocimiento sobre SEO. Simplemente responderá usando el vocabulario y la estructura que usaría un experto, pero con la misma información que ya tenía.

La importancia del contexto: piensa como si hablaras con un japonés

Cuando elabores tus contextos, imagina que le estás dando instrucciones a alguien de otra cultura que no conoce nada de tu mundo. Esta simple analogía cambió mi forma de escribir prompts.

Pregúntate siempre:

• ¿Qué hace la empresa?

• ¿A quién le habla?

• ¿Qué resultados espera?

Aunque parezca redundante, más contexto siempre es mejor. La IA no te cobrará más por escribir más texto, así que no escatimes en detalles.

Herramientas de los LLMs: más allá del texto

Los modelos de lenguaje por sí solos solo pueden hacer una cosa: generar texto a partir de texto. No pueden pensar, no pueden hacer cálculos reales, no pueden acceder a datos en tiempo real.

Entonces, ¿cómo es que hoy ChatGPT puede buscar en internet, analizar imágenes o procesar archivos Excel?

La respuesta está en las herramientas integradas. Estas son las tres principales que debes conocer:

1. Web Search

Se activa automáticamente cuando el usuario comparte enlaces, pregunta por conceptos desconocidos o solicita información en tiempo real. Es lo que permite al modelo complementar su conocimiento con información actualizada.

2. Deep Research

Realiza búsquedas más exhaustivas y estructuradas. En lugar de una sola búsqueda, el modelo genera múltiples queries relacionadas y construye respuestas más completas. El tiempo de respuesta es considerablemente mayor, pero la calidad también.

3. Code Interpreter

Esta herramienta permite que el modelo ejecute código Python. Es fundamental para procesar archivos, crear visualizaciones y hacer cálculos matemáticos complejos.

La prueba definitiva: usando herramientas correctamente

Volvamos al ejemplo de la multiplicación. Cuando le pedí a ChatGPT que usara Python para resolver la operación, el resultado fue correcto. La diferencia no fue darle un rol de "profesor" o "genio", sino indicarle que usara la herramienta adecuada.

Este ejemplo demuestra algo crucial: conocer qué herramientas existen y cuándo usarlas es más importante que intentar hacer que el modelo sea más inteligente mediante roles.

Recomendaciones prácticas para tu día a día

Basado en mi experiencia trabajando con IA en proyectos reales, estos son mis consejos:

• Mantén una tarea por prompt. Si necesitas hacer varias cosas, divídelas en pasos.

• Invierte tiempo en el contexto. Es la parte que más impacta en la calidad de la respuesta.

• Especifica siempre el formato. No asumas que el modelo entenderá cómo quieres la información.

• Usa ejemplos cuando sea posible. Los modelos aprenden mejor de patrones concretos.

• Conoce las herramientas disponibles. Fuerza el uso de herramientas cuando sea necesario (por ejemplo, "Usando Python, calcula...").

• Verifica los datos. Cuando trabajas con archivos o imágenes, pide primero que te muestre la información como texto para corregir posibles errores de interpretación.

• Mantente actualizado. La IA evoluciona rápidamente. Nuevas herramientas y capacidades aparecen constantemente.

El futuro ya está aquí

Dominar el prompting no es solo una habilidad técnica. Es la capacidad de traducir necesidades humanas en instrucciones que las máquinas puedan ejecutar de manera efectiva. En un futuro cercano, saber "hablar" con la IA será tan fundamental como saber usar Excel hoy en día.

La invitación es clara: no te quedes solo usando la IA de forma superficial. Profundiza, experimenta, falla y aprende. Porque la diferencia entre quienes aprovechan la IA y quienes simplemente la usan está en entender cómo funciona realmente.

¿Quieres profundizar más en cómo la inteligencia artificial está transformando el marketing orgánico? 

En Postedin, combinamos expertise técnico con estrategia práctica para ayudar a empresas en Latam a maximizar su visibilidad orgánica en motores de búsqueda y generativos impulsados por IA. Conoce nuestros servicios.

Mira el video completo de esta sesión aquí abajo, donde Cristóbal profundiza con ejemplos en vivo sobre cada uno de estos conceptos.